یادگیری تجزیه و تحلیل داده ها

مدرس Robin Hunt

انتشار 2018/02/01

مدت زمان 1h 39m

سطح مبتدی

فایل تمرینی دارد

آموزش Learning Data Analytics

هر فردی که با داده ها کار می کند باید در نقطه ای تجزیه و تحلیل انجام دهد. این دوره آموزشی پرطرفدار - که به طور چشمگیری برای سال 2018 گسترش یافته و افزایش یافته است - به تحلیلگران و غیر تحلیلگران به طور یکسان اصول تجزیه و تحلیل داده و گزارش را آموزش می دهد. رابین هانت تعریف می کند که تجزیه و تحلیل داده چیست و تحلیلگران داده چه کاری انجام می دهند. سپس نشان می دهد که چگونه مجموعه داده های خود را شناسایی کنید - از جمله داده هایی که ندارید - و داده ها را تفسیر و خلاصه کنید. او همچنین نحوه انجام وظایف تخصصی مانند ایجاد نمودارهای گردش کار، تمیز کردن داده ها و پیوستن به مجموعه داده ها برای گزارش را نشان می دهد. پوشش با بهترین روش‌ها برای پروژه‌های تجزیه و تحلیل داده‌ها، مانند تأیید داده‌ها و برگزاری جلسات مؤثر، و اشتباهات رایجی که باید اجتناب شود، ادامه می‌یابد. سپس تکنیک‌هایی را برای استفاده مجدد، ترسیم نمودار و چرخش داده‌ها بیاموزید. بعلاوه، میانبرهای مفید برای افزایش بهره وری و نکات عیب یابی محبوب ترین برنامه تجزیه و تحلیل داده، مایکروسافت اکسل را دریافت کنید.

Data Analytics

Introduction

Welcome ()

What you should know ()

How to use the exercise files ()

1. Getting Started with Data Analysis

Defining data analysis and data analyst ()

Discovering if you are an analyst ()

Understanding roles in data analysis ()

Discovering skills of the data analyst ()

2. Fundamentals of Data Understanding

Learning to identify data ()

Learning about data fields and types ()

Dealing with the data we don't have ()

Learning syntax ()

3. Key Elements to Understand When Starting Data Analysis

Learning to interpret existing data ()

Finding existing data ()

Understanding joins ()

Understanding data and workflow ()

Cleaning data ()

4. Getting Started with a Data Project

Getting started with data best practices ()

Learning about data governance ()

Understanding truths ()

Discovering common mistakes of beginners ()

5. Repurposing Data versus Remanufacturing Data

Repurposing data ()

Understanding source data ()

Creating reusable data ()

Building data sets to filter data ()

6. Working with Business Data

Understanding business rules ()

Creating a data dictionary ()

Creating read me information ()

Documenting data procedures ()

7. Chart Data Anytime and Anywhere

Building basic charts visual ()

Linking versus embedding charts and data ()

Setting default charts and charts shortcuts ()

8. Pivot Data Anytime and Anywhere

Build in basic pivots ()

Modifying pivots to make them more meaningful to read ()

Building pivot charts with slicers ()

9. Excel Tips and Tricks for Data Analysts

Selecting data and naming data ()

Learning to split text with delimiters ()

Removing duplicates ()

Transposing data ()

Conclusion

Next steps ()

Ex_Files_Learning_Data_Analytics_EE.zip (11.2 MB)

Glossary_Learning_Data_Analytics.zip (102 KB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.

مسیرهای یادگیری آموزش یادگیری تجزیه و تحلیل داده ها

یکی از مهمترین مشکلات افرادی که از آموزش های آنلاین استفاده می‌ کنند این است به دلیل تعداد زیاد این آموزش ها، کاربر دچار سردرگمی شده و نمی داند از کدام آموزش بهتر است شروع کند و یا با کدام آموزش ها مهارت های خود را ارتقا دهد. داشتن یک برنامه آموزشی گام به گام میتواند کاربران را از این مشکلات رها کند. در واقع مسیرهای یادگیری مجموعه ای از آموزش ها هستند که به ترتیب اولویت در کنار هم قرار گرفته اند تا کاربران را از این سردرگمی ها نجات دهند. این مسیرها در موضوعات مختلفی دسته بندی شده‌اند که در زیر، لیستی از همه دسته بندی مسیرهایی که توسط سایت لیندا ارائه شده اند را می توانید مشاهده کنید.

آموزش Learning Data Analytics در 2 مسیر آموزشی قرار دارد. تخصص مورد نظر خود را انتخاب کنید، با مسیر یادگیری آن همراه شوید و حرفه ای شوید.

تحلیلگران داده ها اطلاعات را با استفاده از ابزارهای تجزیه و تحلیل داده ها بررسی می کنند و به تیم های خود در توسعه بینش و استراتژی های تجاری کمک می کنند. شما به مهارت هایی در ریاضیات، آمار، ارتباطات و کار با ابزارهای طراحی شده برای تجزیه و تحلیل داده ها و تجسم داده ها نیاز دارید. این حرفه پر تقاضا را کاوش کنید.

آموزش یادگیری تجزیه و تحلیل داده ها ، ایستگاه شماره 1 در مسیر یادگیری یک تحلیلگر داده شوید ، است.

مسیر یادگیری یک تحلیلگر داده شوید

در مفاهیم و مهارت های مورد نیاز برای تجزیه و تحلیل داده ها، از جمله آمار، پیش بینی مالی، داده کاوی، تجزیه و تحلیل پیش بینی کننده و متاآنالیز، پایه و اساس کاملی کسب کنید.

آموزش یادگیری تجزیه و تحلیل داده ها ، ایستگاه شماره 1 در مسیر یادگیری یک متخصص تجزیه و تحلیل داده ها شوید ، است.